| 开本：3开 |
| 纸张：胶版纸 |
| 包装：平装 |
| 是否套装：否 |
| 国际标准书号ISBN：9787030841506 |
| 所属分类：图书>外语>英语综合教程>其他综合教程 |
商品详情
商品参数
教育大数据与机器学习
作者 著杜旭张明焱李浩编译
开本
装帧 平装
页数
出版时间 年月
出版社 科学出版社
内容介绍
本书是一本面向教育技术领域相关专业本科生、研究生及研究人员的机器学习入门教材。本书不仅介绍了机器学习的基本概念和方法，还通过丰富的实例和案例分析，展示了机器学习在教育领域中的应用。前九章是理论和算法，介绍了回归、聚类算法、贝叶斯分类器、、决策树、随机森林、支持向量机等经典算法，在每个重要的章节都设计了案例分析，以帮助读者理解算法原理。一章分享了通过机器学习算法解决教育领域关键问题的研究成果，以帮助读者了解运用机器学习算法解决教育数据分析实际问题的基本方法。
目录
目录
第章 概述
机器学习类型
机器学习赋能教与学
本章小结
本章参考文献
第章 机器学习基础知识
机器学习基本术语
数据特征分析和预处理
相似度计算
数据集划分、模型评估标准及方法
过拟合和欠拟合
本章小结
本章参考文献
第章 回归
回归的概念
线性回归
非线性回归
逻辑回归
本章小结
本章参考文献
第章 聚类算法
聚类概述
算法
学习向量量化聚类
高斯混合聚类
层次聚类
密度聚类
聚类评估、性能评估
本章小结
本章参考文献
第章 贝叶斯分类器
贝叶斯决策论
极大似然估计和贝叶斯估计
朴素贝叶斯分类器
半朴素贝叶斯分类器
贝叶斯网络
本章小结
本章参考文献
第章 近邻算法
算法基本原理
基于权重的
基于半径的
树
本章小结
本章参考文献
第章 决策树
引言
决策树的算法流程
熵的理解
划分选择
决策树剪枝
本章小结
本章参考文献
第章 集成学习
集成学习概述
集成学习常用典型算法
随机森林
本章小结
本章参考文献
第章 支持向量机
线性可分支持向量机
线性支持向量机
非线性支持向量机
支持向量回归
本章小结
本章参考文献
第章 教育大数据分析案例
在线学习行为模式演化探究
移动学习时空分布特性分析
学习成绩早期预警
本章小结
本章参考文献
商品参数
教育大数据与机器学习
作者 著杜旭张明焱李浩编译
开本
装帧 平装
页数
出版时间 年月
出版社 科学出版社
内容介绍
本书是一本面向教育技术领域相关专业本科生、研究生及研究人员的机器学习入门教材。本书不仅介绍了机器学习的基本概念和方法，还通过丰富的实例和案例分析，展示了机器学习在教育领域中的应用。前九章是理论和算法，介绍了回归、聚类算法、贝叶斯分类器、、决策树、随机森林、支持向量机等经典算法，在每个重要的章节都设计了案例分析，以帮助读者理解算法原理。一章分享了通过机器学习算法解决教育领域关键问题的研究成果，以帮助读者了解运用机器学习算法解决教育数据分析实际问题的基本方法。
目录
目录
第章 概述
机器学习类型
机器学习赋能教与学
本章小结
本章参考文献
第章 机器学习基础知识
机器学习基本术语
数据特征分析和预处理
相似度计算
数据集划分、模型评估标准及方法
过拟合和欠拟合
本章小结
本章参考文献
第章 回归
回归的概念
线性回归
非线性回归
逻辑回归
本章小结
本章参考文献
第章 聚类算法
聚类概述
算法
学习向量量化聚类
高斯混合聚类
层次聚类
密度聚类
聚类评估、性能评估
本章小结
本章参考文献
第章 贝叶斯分类器
贝叶斯决策论
极大似然估计和贝叶斯估计
朴素贝叶斯分类器
半朴素贝叶斯分类器
贝叶斯网络
本章小结
本章参考文献
第章 近邻算法
算法基本原理
基于权重的
基于半径的
树
本章小结
本章参考文献
第章 决策树
引言
决策树的算法流程
熵的理解
划分选择
决策树剪枝
本章小结
本章参考文献
第章 集成学习
集成学习概述
集成学习常用典型算法
随机森林
本章小结
本章参考文献
第章 支持向量机
线性可分支持向量机
线性支持向量机
非线性支持向量机
支持向量回归
本章小结
本章参考文献
第章 教育大数据分析案例
在线学习行为模式演化探究
移动学习时空分布特性分析
学习成绩早期预警
本章小结
本章参考文献